VISUALISASI DATA

Baik sesuai janji saya saya disini akan membahas tentang visualisasi data. Visualisasi data adalah representasi grafis dari informasi. Visualisasi data adalah gambar, dan itu adalah cara yang baik untuk menyampaikan ide sederhana seputar data dan poin pada data yang dapat membuat data menjadi hidup. Ini adalah salah satu kemampuan paling penting yang harus dimiliki sebagai seorang data analyst.

Get Huans’s stories in your inbox

Join Medium for free to get updates from this writer.

Remember me for faster sign in

Sebagai seorang analis data, Anda ingin membuat visualisasi yang dapat membuat data menjadi mudah dimengerti, dan menarik untuk dilihat, jadi perlihatkanlah. Para pemangku kepentingan mungkin tak punya banyak waktu untuk memeriksa data, sehingga tugas Anda adalah membuat waktu mereka menjadi lebih berharga. Tapi sebelum kita membuat grafik dan visualisasi lainnya pertama-tama kita harus menentukan target audience dari visualisasi kita terlebih dahulu.

Siapa target kita?

Sebelum membuat visualisasi data kita harus mempertimbangkan visualisasi mana yang paling tepat disajikan. Untuk mengetahui hal tersebut kita harus memahami karakter audiens. Seseorang yang terbiasa melihat data, tentu saja akan lebih mudah mencerna grafik apa pun yang ada di hadapannya, bukan? Sebaliknya, orang yang tak biasa menyaksikan gambar-gambar disertai angka, apalagi disertai rumus atau perhitungan rumit, tentu membutuhkan waktu lebih lama menerjemahkan sajian grafis tentang data. Secara garis besar ada 3 target yaitu

Para manajer/ stakeholder/pemangku kepentingan

Saat presentasi kepada manajer, data yang perlu dipaparkan adalah ringkasan atau kesimpulan dari sekumpulan data. Penyebutan simpulan analisis data sangat perlu untuk menggiring manajer pada analisis tentang strategi/langkah lanjutan.

Gambar 1.1 Ilustrasi visualisasi data untuk manajer (src : https://www.dqlab.id/)

Para analis data

Visual ini akan menyulitkan audiens untuk mencari rata-rata ataupun puncak data. Bisa menyajikan gambar ini ketika berdiskusi dengan para analis data. Analis akan mengeksplorasi data tersebut dengan analisis-analisis lanjutan yang lebih dalam.

Gambar 1.2 Ilustrasi visualisasi data untuk analis data (src : https://www.dqlab.id/)

Audiens umum

Visual ini lebih cocok disajikan kepada audiens umum, misalnya untuk infografik atau materi presentasi kepada klien. Bisa juga disampaikan untuk level direksi ke atas, dengan catatan penyaji siap dengan data yang lebih detail.

Gambar 1.3 Ilustrasi visualisasi data untuk audiens umum (src : https://www.dqlab.id/)

Hal yang ingin disampaikan

Setelah kita menentukan audience kita harus menentukan hal yang ingin disampaikan dari visualisasi tersebut . Secara garis besar ada dua yaitu Visual Naratif dan Visual Eksploratif .

Visual naratif

• Merupakan grafis yang menarasikan informasi dengan ringkas dan jelas.
• Seringkali digunakan untuk presentasi, biasanya statis, dan berisi ringkasan informasi.
• Tujuan utamanya adalah menjelaskan hasil akhir atau kesimpulan dari analis
• Hasil tersebut bisa jadi disebarluaskan untuk banyak orang dengan berbagai tingkat pemahaman terhadap data. Audiens tidak perlu lama-lama membacanya dan semestinya bisa segera memahaminya. Oleh karena itu, penyajiannya cenderung menonjolkan keindahan visual. Maka tidak heran bila informasi tidak disampaikan secara detail, misalnya grafik tanpa legenda, label data, ataupun detail lain
• Untuk grafis naratif, sudah jelas bahwa kekuatan penyajiannya terletak pada cerita dan pesan dari narasi yang disampaikan. Cerita dan pesan itu akan mudah dipahami apabila didukung dengan paparan yang tidak bertele-tele dan kemasan visual “menuntun” audiens pada tujuan yang sama. Wujudnya bisa berupa infografik, annual report, materi promosi, hingga company profile.
• Contoh nya adalah Grafik Heatmap

Gambar 1.4 Grafik heatmap (src : https://www.dqlab.id/)

Visual Eksploratif

• Mengeksplorasi data sedetail mungkin
• Bertujuan memaparkan proses yang dilakukan untuk mendapatkan hasil akhir yang tepat
• Penyajiannya dibuat serinci dan seakurat mungkin untuk meyakinkan bahwa prosesnya benar
• Visual eksploratif cenderung menampilkan banyak data
• Audiensnya pun tidak sembarang orang karena butuh waktu lebih lama untuk mencerna kompleksitas data tersebut. Visual ini lebih ditujukan untuk orang-orang yang memang memahami data atau bisa menginvestigasi data tersebut
• Adapun visual eksploratif haruslah menonjolkan kekuatan analisis, hubungan sebab-akibat perubahan data, dan proses lain. Detail data ditampilkan untuk mendukung kesahihan analisis
• contoh nya adalah grafik dibawah ini

Gambar 1.4 Grafik Visual Eksploratif (src : https://www.dqlab.id/)

Menentukan Tujuan Visualisasi

Secara garis besar ada 4 tujuan dari visualisasi yaitu sebagai berikut

Perbandingan/Komparasi

Jika ingin membandingkan suatu sekumpulan nilai dengan nilai lainnya, ingin melihat mana yang lebih besar, mana yang lebih tinggi, mana yang naik, dsb. Untuk data yang terkait dengan waktu, visualisasi yang digunakan biasanya berupa line-chart. Sedangkan, jika yang dibandingkan adalah kategorikal, maka lebih cocok menggunakan bar-chart.

Distribusi

Bila ingin melihat distribusi/persebaran data di suatu variabel. Visualisasi yang lazim digunakan adalah histogram. Bisa melihat apakah datanya banyak terkumpul di nilai-nilai kecil, berat di kanan, atau simetris, ataupun berdistribusi normal. Untuk melihat distribusi di dua variabel, scatterplot juga bisa digunakan.

Komposisi

Digunakan untuk melihat komposisi dari suatu variabel, jika di-breakdown terhadap suatu dimensi data. Visualisasi yang biasa digunakan adalah stacked bar-chart untuk data kategorikal, atau stacked line-chart untuk data terkait waktu

Keterhubungan/Relasi

Ketika ingin melihat keterhubungan antara suatu variabel dengan variabel lain. Misalnya ingin cek, jika variabel A semakin tinggi, apakah variabel B juga semakin tinggi, atau justru lebih rendah, atau tidak ada keterhubungannya. Visualisasi yang biasa digunakan untuk tujuan ini adalah scatter-plot.

Gambar 1.5 Menentukan Tujuan Visualisasi (src : https://www.dqlab.id/)

Pemilihan Bentuk Visualisasi

Dalam menyajikan data, seorang analisis sebisa mungkin “mengarahkan” pembaca membawa alam pikir audiens seturut dengan logika analisis data hingga menyimpulkan hasilnya. Juga mengarahkan mata pembaca dalam menelusuri sajian visual atas analisis data dan kesimpulan tersebut. Untuk mencapai hal tersebut banyak hal yang harus kita pertimbangkan yaitu sebagai berikut

Pemilihan warna

• merah : menggambarkan angka rendah yang menunjukkan penurunan performa
• hijau : menggambarkan nilai dengan performa tinggi

Pemilihan dimensi visualisasi/ bentuk/penanda

• Hindari penggunaan chart tiga dimensi dengan selisih angka kecil antarbagian karena besar tiap bagian bisa meleset. misalnya saja pada pie chart
• Hindari juga memilih bentuk grafik yang bentuknya susah untuk dibedakan ukurannya antara 1 item dengan item lainnya

Gambar 1.6 ini adalah contoh penerapan dari warna dan bentuk pada grafik yang benar dan salah (src : https://academy.dqlab.id/)

Bentuk visualisasi tidak hanya berupa grafik tapi juga bisa berupa table yang mana juga memiliki kelebihan diantaranya informasi yang dimuat didalamnya lebih banyak. Tetapi, hal tersebut juga memiliki kekurangan yaitu audiens harus menyusuri tabel dari atas ke bawah dari kiri ke kanan berulang-ulang hal tersebut akan menguras banyak konsentrasi dan juga berpeluang besar audience tidak mendapatkan informasi yang ingin disampaikan oleh karena itu kita harus menambahkan dekorasi agar lebih interaktif dan mudah dipahami

Gambar 1.7 ini adalah contoh tabel yang mudah dipahami(src : https://academy.dqlab.id/)

Mungkin sekian untuk artikel saya tentang VISUALISASI DATA untuk part 2 silahkan klik link dibawah, see you:)

VISUALISASI DATA PART 2